ASAR数据和TM影像协同反演土壤水分方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第9-18页 |
| 1.1 研究背景和研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 主动微波遥感反演土壤水分 | 第10-12页 |
| 1.2.2 被动微波遥感反演土壤水分 | 第12-13页 |
| 1.2.3 主被动遥感协同反演土壤水分 | 第13-14页 |
| 1.3 研究目标、内容和方法 | 第14-15页 |
| 1.3.1 研究目标 | 第14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.3.3 研究方法 | 第15页 |
| 1.4 研究思路和技术路线 | 第15-16页 |
| 1.4.1 研究思路 | 第15页 |
| 1.4.2 拟解决的关键问题 | 第15-16页 |
| 1.5 论文的组织结构 | 第16-18页 |
| 第2章 雷达遥感基本原理与微波散射模型 | 第18-33页 |
| 2.1 雷达遥感原理 | 第18-20页 |
| 2.1.1 雷达方程 | 第18页 |
| 2.1.2 后向散射系数 | 第18-19页 |
| 2.1.3 土壤含水量 | 第19-20页 |
| 2.2 土壤散射模型 | 第20-28页 |
| 2.2.1 理论模型 | 第20-24页 |
| 2.2.2 经验、半经验模型 | 第24-28页 |
| 2.3 植被散射模型 | 第28-33页 |
| 2.3.1 水云模型 | 第28-30页 |
| 2.3.2 MIMICS模型 | 第30-31页 |
| 2.3.3 Roo模型 | 第31-33页 |
| 第3章 植被覆盖地表的土壤水分反演模型 | 第33-40页 |
| 3.1 裸土后向散射模型 | 第33-34页 |
| 3.2 植被覆盖下的土壤水分反演模型 | 第34-35页 |
| 3.3 叶面积指数反演模型 | 第35-38页 |
| 3.3.1 统计模型法 | 第36页 |
| 3.3.2 物理模型法 | 第36-38页 |
| 3.4 改进的水云模型 | 第38-39页 |
| 3.5 精度评价指标 | 第39-40页 |
| 第4章 实例验证 | 第40-60页 |
| 4.1 研究区概况 | 第40-42页 |
| 4.1.1 地理位置 | 第40页 |
| 4.1.2 气候条件 | 第40页 |
| 4.1.3 土壤条件 | 第40-42页 |
| 4.2 数据准备及预处理 | 第42-46页 |
| 4.2.1 Landsat-5 TM数据 | 第42-43页 |
| 4.2.2 Envisat ASAR数据 | 第43-45页 |
| 4.2.3 地面观测数据获取 | 第45-46页 |
| 4.3 叶面积指数反演与精度评价 | 第46-53页 |
| 4.3.1 统计模型法反演结果与精度评价 | 第46-48页 |
| 4.3.2 物理模型法反演结果与精度评价 | 第48-52页 |
| 4.3.3 模型对比分析 | 第52-53页 |
| 4.4 土壤水分反演与精度评价 | 第53-56页 |
| 4.4.1 改进的水云模型参数确定 | 第53-54页 |
| 4.4.2 土壤水分反演方法 | 第54页 |
| 4.4.3 土壤水分反演结果与精度评价 | 第54-56页 |
| 4.5 模型对比分析 | 第56-60页 |
| 4.5.1 传统水云模型反演结果与精度评价 | 第56-58页 |
| 4.5.2 两种模型的结果对比与分析 | 第58-60页 |
| 结论 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-73页 |
| 攻读学位期间取得学术成果 | 第73页 |
